このブログについて

30秒で分かる運営者

AI Agent ResearcherSoftware Engineer

LLMエージェントの研究と、実運用を想定したソフトウェア開発に取り組んでいます。

AI Agent × Web × IoT

ブラウザ操作、RAG、オーケストレーション、Edge AI、UI/UXを横断して設計します。

大学院で研究中

慶應義塾大学大学院 政策・メディア研究科で、AIエージェントの社会実装と信頼性向上を研究しています。

目指していること

日常の定型作業や繰り返し作業をAIに任せ、人が対面でのコミュニケーションや創造的な活動に集中できる環境をつくることが目標です。

パソコンやスマートフォンの中だけで完結させず、街中のディスプレイ、ロボット、IoT機器などにもAIが自然に組み込まれ、必要なときに人が状況を確認・制御できる社会を目指しています。

主な研究・開発実績

5種類の専門エージェントを統合

RAG、Web操作、IoT、スケジュール管理、オーケストレーターを統合したマルチエージェントシステムを開発しました。長期メモリと短期メモリの管理を改善し、研究内の同一評価条件におけるタスク成功率を従来構成比で約1.7倍に改善しました。

NCSP’26で英語口頭発表

マルチエージェント・オーケストレーションシステムの研究成果を、2026年に米国ハワイ州ホノルルで開催されたNCSP’26で発表しました。

研究から本番運用まで一貫して実装

共同研究でのRAG検証、AIエージェント開発、FastAPI・Next.jsによるフルスタック開発、AWS・Docker・nginx・GitHub Actionsを使ったデプロイと運用まで経験しています。公開可能な詳細と根拠資料は履歴書・各リポジトリにまとめています。

専門領域

AI・LLM

  • LLM Agent / Multi-Agent Systems
  • Browser Agent / browser-use
  • RAG / Hybrid Search
  • LangChain / LangGraph

Web・データ

  • Python / FastAPI
  • TypeScript / React / Next.js
  • PostgreSQL / Redis
  • SSE / WebSocket / API設計

運用・実世界連携

  • Docker / AWS / Linux / nginx
  • GitHub Actions / pytest
  • Jetson / Raspberry Pi
  • UI/UX / Product Design

このブログで大切にしていること

  • 再現性:使用環境、バージョン、前提条件を可能な範囲で明記します。
  • 失敗も記録:成功例だけでなく、原因の切り分けと改善過程を残します。
  • 事実と意見を分離:公式情報、検証結果、運営者の考察を区別して書きます。
  • 継続的な修正:誤りや仕様変更を確認した場合は、必要に応じて追記・修正します。

関連リンク

研究成果・受賞・所属・数値などの詳細は、公開時点の情報に基づいています。より詳細な経歴や根拠資料は、履歴書・GitHubリポジトリをご確認ください。